01
感知融合概述
自动驾驶感知系统架构 · 传感器特性对比 · 数据级/特征级/目标级融合
架构传感器层级
02
目标检测基础
YOLO/CenterNet · PointPillars/VoxelNet · 多模态融合检测
2D/3D点云融合
03
目标跟踪基础
卡尔曼滤波 · 匈牙利匹配 · SORT跟踪器详解
滤波匹配SORT
04
数据关联优化
GNN · JPDA · MHT 原理与对比
关联JPDAMHT
05
运动模型优化
CV/CA · 交互多模型IMM · CTRV/CTRA
运动IMMCTRV
06
状态估计优化
EKF · UKF · 粒子滤波 非线性对比
EKFUKF粒子滤波
07
轨迹管理策略
轨迹起始/终止 · 置信度评分 · 生命周期管理
轨迹生命周期
08
ID分配与管理
全局ID分配 · ID切换 · 外观重识别
IDReID
09
遮挡与漏检处理
遮挡轨迹预测 · 运动一致性补全 · 多传感器互补
遮挡补全
10
传感器时延补偿
时间戳对齐 · 运动模型外推 · 硬件同步
时延同步
11
坐标系转换与对齐
车辆/传感器/世界坐标系 · 外参标定误差
坐标标定
12
多传感器融合跟踪
前融合 vs 后融合 · 特征级融合 · 不确定性传递
融合不确定性
13
基于深度学习的跟踪
DeepSORT · ReID特征 · JDE / FairMOT
DeepSORTJDE
14
Transformer在跟踪中的应用
DETR · TrackFormer · MOTR · 注意力关联
TransformerMOTR
15
点云跟踪优化
PointGNN · P2B · Batcher · 时序特征聚合
点云GNN
16
视觉-激光雷达融合跟踪
跨模态对齐 · 注意力融合 · Frustum-PointNet / MV3D
融合跨模态
17
跟踪鲁棒性优化
对抗样本 · 数据增强 · 模型集成
鲁棒对抗
18
实时性优化
轻量化 · TensorRT · C++部署 · 流水线并行
加速部署
19
多目标跟踪评价指标
MOTA/MOTP · IDF1 · HOTA · 指标陷阱
指标MOTA
20
数据集与Benchmark
KITTI · nuScenes · Waymo · MOTChallenge
数据集Benchmark
21
跟踪系统调试与可视化
rviz/matplotlib · 日志分析 · 问题定位
可视化调试
22
场景适应性优化
高速/城市/停车场/恶劣天气策略
场景适应性
23
3D多目标跟踪
3D卡尔曼 · 3D IoU匹配 · BEV空间跟踪
3DBEV
24
跟踪与预测的协同
轨迹预测LSTM/Transformer · 联合优化
预测协同
25
基于图优化的跟踪
图神经网络 · 因子图 · 滑动窗口
图优化因子图
26
多摄像头跟踪
跨摄像头ID匹配 · 视野重叠 · 全局轨迹拼接
多摄像头拼接
27
跟踪中的不确定性估计
贝叶斯深度学习 · Monte Carlo Dropout · 不确定性关联
不确定性贝叶斯
28
工程落地经验
嵌入式适配 · 内存管理 · 异常处理 · 日志系统
工程落地
29
前沿趋势
端到端感知跟踪 · 大模型 · 在线学习与自适应
前沿大模型
30
综合实战项目
nuScenes多传感器融合跟踪 · 数据读取到评估全流程
实战nuScenes